數(shù)學(xué)模型在生物信息學(xué)教學(xué)中應(yīng)用-預(yù)覽頁
【正文】 方法的天衣無縫，不追求所用數(shù)學(xué)知識(shí)的高深，也不追求理論的嚴(yán)密邏輯，它以解決問題為主要目的。最后，文章重點(diǎn)回顧了數(shù)學(xué)建模在生物信息學(xué)中數(shù)據(jù)分析和結(jié)構(gòu)預(yù)測(cè)方面的部分應(yīng)用。分析顯示，數(shù)學(xué)建模和生物信息學(xué)不僅在統(tǒng)計(jì)方法和數(shù)據(jù)挖掘等使用方法和技術(shù)方面存在交叉知識(shí)點(diǎn)，還在目的上具有一定的相似性，即兩者都是對(duì)大量的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，都以解決問題為最終目的。數(shù)學(xué)建模是一個(gè)將實(shí)際問題用數(shù)學(xué)的語言、方法，去近似刻畫、建立相應(yīng)數(shù)學(xué)模型并解決科研、生產(chǎn)和生活中的實(shí)際問題的過程。隨著科學(xué)技術(shù)的飛速發(fā)展，人們?cè)絹碓秸J(rèn)識(shí)到數(shù)學(xué)的重要性：數(shù)學(xué)的思考方式具有根本的重要性，數(shù)學(xué)為組織和構(gòu)造知識(shí)提供了方法，將它用于技術(shù)時(shí)能使科學(xué)家和工程師生產(chǎn)出系統(tǒng)的、能復(fù)制的、且可以傳播的知識(shí)……數(shù)學(xué)對(duì)于經(jīng)濟(jì)競(jìng)爭(zhēng)是必不可少的，數(shù)學(xué)科學(xué)是一種關(guān)鍵性的、普遍的、可實(shí)行的技術(shù)。數(shù)據(jù)處理算法——通常會(huì)遇到大量的數(shù)據(jù)需要數(shù)據(jù)擬合、參數(shù)估計(jì)、插值等處理，通常使用Matlab作為工具。非經(jīng)典算法——模擬退火法、神經(jīng)網(wǎng)絡(luò)、遺傳算法為最優(yōu)化理論的三大非經(jīng)典算法。2 生物信息學(xué)的研究方向生物信息學(xué)的發(fā)展異常迅速，現(xiàn)主要包括DNA序列對(duì)比、蛋白質(zhì)結(jié)構(gòu)對(duì)比與預(yù)測(cè)、編碼區(qū)的基因識(shí)別、序列重疊群(Contigs)裝配、基于結(jié)構(gòu)的藥物設(shè)計(jì)、非編碼區(qū)的分析研究、遺傳密碼的起源、分子進(jìn)化與比較基因組學(xué)、生物系統(tǒng)的建模和仿真、生物信息學(xué)技術(shù)方法的研究等幾個(gè)研究方向【46】?？傊?，生物信息學(xué)和數(shù)學(xué)建模有的第一個(gè)共同點(diǎn)是，都有對(duì)海量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的過程。同時(shí)，動(dòng)態(tài)規(guī)劃在數(shù)學(xué)建模領(lǐng)域也被用來解決最短路線、庫存管理、資源分配等生產(chǎn)和生活中的現(xiàn)實(shí)問題。 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘又被稱作數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，在此意義上，生物信息學(xué)也是在海量的生物數(shù)據(jù)中發(fā)掘生命的奧秘。 生物分子的計(jì)算機(jī)模擬 所謂生物分子的計(jì)算機(jī)模擬就是從分子或者原子水平上的相互作用出發(fā)，建立分子體系的數(shù)學(xué)模型，利用計(jì)算機(jī)進(jìn)行模擬實(shí)驗(yàn)，預(yù)測(cè)生物分子的結(jié)構(gòu)和功能，預(yù)測(cè)動(dòng)力學(xué)及熱力學(xué)等方面的性質(zhì)，常用的方法是蒙特卡羅法和模擬退火方法。但這并不妨礙我們使用這種方法，因?yàn)檫@種方法具有使用成功性和可用性。第四部分 數(shù)學(xué)建模在生物信息學(xué)中的部分應(yīng)用1993年Rost和Sander[6]提出了三級(jí)網(wǎng)絡(luò)模型，這種神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成為了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)普遍采用的方法。Bader等[10]人將Logistic回歸模型用來預(yù)測(cè)蛋白質(zhì)之間的生物學(xué)關(guān)系，這種運(yùn)用使得通過遺傳學(xué)和基因表達(dá)數(shù)據(jù)來分析蛋白質(zhì)數(shù)據(jù)成為了可能。該模型根據(jù)BP算法得出權(quán)系數(shù)調(diào)整規(guī)則，使得收斂速度比一般的BP網(wǎng)絡(luò)更快，對(duì)于預(yù)測(cè)蛋白質(zhì)關(guān)聯(lián)圖有一定的實(shí)用價(jià)值。2007年周曉彥等[17]人通過綜合模糊數(shù)學(xué)和核判別方法的優(yōu)點(diǎn)，提出了一種基于模糊核判別分析的基因表達(dá)數(shù)據(jù)分析方法，并以多發(fā)性骨髓瘤的基因表達(dá)數(shù)據(jù)為例證實(shí)了這種方法的可行性和精確
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1